Determinación de zonas de manejo
agrícola basadas en el rendimiento
de maíz y su relación con atributos
edáficos en la altillanura plana
Milton Freddy Alarcón Jiménez
Universidad Nacional de Colombia
Facultad de Ingeniería, Departamento de Ing. Civil y Agrícola Bogotá, Colombia
Determinación de zonas de manejo
agrícola basadas en el rendimiento
de maíz y su relación con atributos
edáficos en la altillanura plana
Milton Freddy Alarcón Jiménez
Código: 02822374
Tesis presentada como requisito parcial para optar al título de:
Magister en Ingeniería - Ingeniería Agrícola
Director (a):
Ing. Agr. M. Sc. Jesús Hernán Camacho Tamayo
Línea de Investigación:
Adecuación de tierras y manejo sostenible
Universidad Nacional de Colombia
Facultad de Ingeniería, Departamento de Ing. Civil y Agrícola Bogotá, Colombia
A mi esfuerzo y al de todos aquellos que siempre me han apoyado, especialmente mi madre.
Agradecimientos
Esta investigación se logró gracias al apoyo de Corpoica La Libertad, La Universidad Nacional de Colombia; al Departamento de Ingeniería Civil y Agrícola de la sede Bogotá, que permitió la utilización de los Laboratorios de Suelos y Poscosecha; al Laboratorio Nacional de Física de Suelos del Instituto Geográfico Agustín Codazzi, que consintió para realizar los análisis de las muestras; al Ingeniero Jesús Hernán Camacho Tamayo Profesor Asistente del Departamento de Ingeniería Civil y Agrícola de la sede Bogotá por el acompañamiento en este proceso; al Doctor Jaime Bernal Riobo, Investigador de Corpoica por facilitar el personal, los equipos y la logística para el muestreo del suelo; a la Doctora Yolanda Rubiano Sanabria, profesora del Departamento de Ingeniería Agronómica sede Bogotá por sus conocimientos aplicados en este estudio; al Doctor Jorge Sánchez y a la Ingeniera Agrícola Janeth González por su colaboración.
Resumen y Abstract IX
Resumen
El objetivo de este estudio fue determinar zonas de manejo agrícola basadas en el rendimiento de maíz y su relación con atributos edáficos (químicos y físicos) en la altillanura plana. Se diseñaron mallas rectangulares de 70 * 70 m y dos profundidades de muestreo (0 a 10 cm y 10 a 20 cm) en un lote de 37 ha. El análisis descriptivo mostró alta acidez y contenidos de Al, valores de RP (1.32 MPa) a valores altos de RP (1.98 MPa), confirmando la existencia de una capa dura en la segunda profundidad. La zona presento bajos contenidos de elementos menores. La mayoría de los atributos estudiados presentaron dependencia espacial. Las zonas de manejo se determinaron por análisis clúster, índice de suelo por coeficiente de variación e índice de suelo por componentes principales para generar recomendaciones de manejo sitio específico para el cultivo del maíz.
Abstract
The objective of this study was to determine agricultural management zones based on corn yield and its relationship with soil attributes (chemical and physical) in the flat high plains. Were designed rectangular mesh 70 * 70 m and two sampling depths (0-10 cm and 10-20 cm) in a batch of 37 hectares. Descriptive analysis showed high acidity and content of Al, RP values of (1.32 MPa) and high values of RP (1.98 MPa), confirming the existence of a hard coating on the second depth. Low content of minor elements, most of the attributes studied showed spatial dependence, the management zones were determined by cluster analysis, soil index by coefficient of variation and soil index by principal components to generate site-specific management recommendations for the crop corn.
Contenido XI
Contenido
... Pág. Resumen IX
Lista de figuras ... XIII Lista de tablas ... XV
Introducción ... 19
1. Estado del arte... 22
1.1 Atributos físicos y químicos del suelo ... 22
1.2 Geoestadística y la variabilidad espacial de los atributos del suelo ... 24
2. Materiales y métodos ... 27
2.1 Área de estudio... 27
2.2 Diseño experimental ... 30
2.3 Mediciones de campo y toma de muestras ... 31
2.4 Análisis de laboratorio... 33
2.4.1 Humedad gravimétrica ... 33
2.4.2 Textura ... 33
2.4.3 Porosidad y conductividad hidráulica ... 33
2.4.4 Densidad Aparente y Real... 34
2.4.5 Preparación de la muestra de suelo carbono total y nitrógeno total... 35
2.4.6 Características de los granos de maíz ... 36
2.5 Procesamiento y análisis de datos ... 36
3. Análisis de resultados ... 39
3.1 Análisis descriptivo ... 39
3.2 Análisis de variabilidad espacial ... 45
3.3 Correlación entre atributos del suelo ... 52
3.3.1 Correlación de Pearson ... 52
3.3.2 Análisis cluster ... 59
3.3.3 Análisis de componentes principales ... 61
3.4 Determinación zonas de manejo ... 68
3.4.1 Análisis clúster ... 68
3.4.2 Índice de suelo según coeficiente de variación... 74
3.4.3 Índice de suelo por componentes principales ... 80
3.4.4 Zona de manejo por rendimiento ... 85
4. Conclusiones ... 89
A. Anexo: Perfil descrito, morfología y nomenclatura de los horizontes. ...91 B. Anexo: Interpretación de algunas propiedades físicas y químicas del suelo ....95 C. Anexo: Mapas de contorno de atributos físicos, químicos y características de cosecha. 98
D. Anexo: Modelos de semivariogramas ajustados para los atributos químicos y físicos del suelo y características de cosecha ... 112 Bibliografía ... 123
Contenido XIII
Lista de figuras
... Pág. Figura 2-1: Perfil descrito, morfología y nomenclatura de los horizontes. Foto: Milton
Alarcón. 29
Figura 2-2: Ubicación espacial del lote de estudio, Finca Versalles lote Carlos 1. Foto: CORPOICA. 2013 ... 31
Figura 2-3: Penetrologger Eijkelkamp, con sonda de humedad DELTA (Izq.) y TDR Fieldscout (der.). ... 31
Figura 2-4: Muestra inalterada (cilindro metálico, izq.), muestras alteradas (humedad campo centro, atributos químicos der.). ... 32
Figura 2-5: Cosecha de maíz. Contenido de humedad del grano (izq.), desgrane (centro), toma de datos de peso de grano (der.). ... 32
Figura 2-6: Equipo de retención de humedad (izq.); saturación de muestras en platos porosos (centro); secado horno 24 h (der). ... 33
Figura 2-7: Saturación de muestras (izq); equipo de conductividad hidráulica
saturada (centro); toma de datos (der). ... 34
Figura 2-8: Metodología para hallar densidad aparente, muestras en el horno a 105°C (izq.); muestras inalteradas (der). ... 35
Figura 2-9: Metodología para hallar densidad real, muestra en pipeta (izq.); equipo para hallar densidad real (centro); muestras (der). ... 35
Figura 3-1: Mapas de contorno de la RP del suelo (relacionar A con la profundidad 0-10 y B con la profundidad 10-20 cm). ... 49
Figura 3-2: Mapas de contorno de la PT del suelo (relacionar A con la profundidad 0-10 y B con la profundidad 10-20 cm). ... 50
Figura 3-3: Mapas de contorno de la PT del suelo (relacionar A con la profundidad 0-10 y B con la profundidad 10-20 cm). ... 50
Figura 3-4: Mapas de contorno de Ar del suelo (relacionar A con la profundidad 0-10 y B con la profundidad 10-20 cm). ... 51
Figura 3-5: Mapas de contorno de Ar del suelo (relacionar A con la profundidad 0-10 y B con la profundidad 10-20 cm). ... 52
Figura 3-6: Análisis clúster de los atributos químicos del suelo estudiado (A) 0-10 cm de profundidad y (B) 10-20 cm de profundidad ... 60
Figura 3-7: Análisis clúster de los atributos físicos del suelo estudiado (A) 0-10 cm de profundidad y (B) 10-20 cm de profundidad ... 60
Figura 3-8: Análisis de componentes principales agrupamiento de atributos químicos del suelo para la profundidad 0-10 cm. ... 63
Figura 3-9: Análisis de componentes principales agrupamiento de atributos químicos del suelo para la profundidad 10-20 cm ... 63
Figura 3-10: Análisis de componentes principales agrupamiento de atributos físicos del suelo para la profundidad 0-10 cm ... 67
Figura 3-11: Análisis de componentes principales agrupamiento de atributos físicos del suelo para la profundidad 10-20 cm ... 67
Figura 3-12: Mapa de interpolación lineal para las zonas de manejo definidas según análisis clúster para los atributos químicos en dos profundidades. (A) 0-10 cm y (B)
10-20 cm. 70
Figura 3-13: Mapa de interpolación lineal para zonas de manejo definidas según análisis clúster para los atributos físicos en dos profundidades. (A) 0-10 cm y (B) 10-20
cm. 73
Figura 3-14: Mapa de interpolación lineal para zonas de manejo definidas según coeficiente de variación para los atributos químicos en dos profundidades. (A) 0-10 cm y (B) 10–20 cm. 75
Figura 3-15: Mapa de interpolación lineal para zonas de manejo definidas según coeficiente de variación para los atributos físicos en dos profundidades. (A) 0-10 cm y (B)
10-20 cm. 78
Figura 3-16: Mapa de interpolación lineal para zonas de manejo definidas según componentes principales para los atributos químicos en dos profundidades. (A) 0-10 cm y (B) 10-20 cm. 81
Figura 3-17: Mapa de interpolación lineal para zonas de manejo definidas según componentes principales para los atributos físicos en dos profundidades. (A) 0-10 cm y (B) 10-20 cm 81
Figura 3-18: Mapa de interpolación lineal para zonas de manejo definidas por rendimiento. 86
Figura C-1: Mapas de contorno de los atributos químicos del suelo (relacionar A con la profundidad 0-10 y B con la profundidad 10-20 cm). ... 99
Figura C-2: Mapas de contorno de los atributos físicos del suelo (relacionar A con la profundidad 0-10 y B con la profundidad 10-20 cm). ... 105
Contenido XV
Lista de tablas
... Pág. Tabla 3-1: Medidas descriptivas de las variables pH, MO, acidez intercambiable (Ac.I), aluminio intercambiable (Al.I), elementos mayores y menores del suelo para 0-10 cm de profundidad. 40
Tabla 3-2: Medidas descriptivas de las variables pH, MO, acidez intercambiable (Ac.I), aluminio intercambiable (Al.I), elementos mayores y menores del suelo para 10-20 cm de profundidad. 41
Tabla 3-3: Medidas descriptivas de las variables RP, hum campo y TDR, Da, Dr, PT, Map, Mep, Mip, contenidos de A, Ar, L, del suelo para 0-10 cm de profundidad... 42
Tabla 3-4: Medidas descriptivas de las variables RP (MPa), hum campo y TDR, Da, Dr, PT, Map. Mep, Mip, contenidos de A, Ar, L, del suelo para 10-20 cm de profundidad.
43
Tabla 3-5: Medidas descriptivas de las variables poscosecha ... 45
Tabla 3-6: Parámetros de los semivariogramas obtenidos de las variables de pH, MO, acidez intercambiable (Ac.I), aluminio intercambiable (Al.I), elementos mayores y
menores del suelo para 0-10 cm de profundidad. ... 46
Tabla 3-7: Parámetros de los semivariogramas obtenidos de las variables de pH, MO, acidez intercambiable (Ac.I), aluminio intercambiable (Al.I), elementos mayores y
menores del suelo para 10-20 cm de profundidad. ... 47
Tabla 3-8: Parámetros de los semivariogramas obtenidos de las variables RP, hum campo y TDR, Da, Dr, PT, Map. Mep, Mip, contenidos de A, Ar, L, del suelo para 1-10 cm de profundidad. ... 48
Tabla 3-9: Parámetros de los semivariogramas obtenidos de las variables RP, hum campo y TDR, Da, Dr, PT, Map. Mep, Mip, contenidos de A, Ar, L, del suelo para 10-20 cm de profundidad. ... 48
Tabla 3-10: Parámetros de los semivariogramas obtenidos de las variables de poscosecha 49
Tabla 3-11: Correlaciones de Pearson obtenidas para atributos químicos y
rendimiento del suelo en la profundidad 0-10 cm ... 54
Tabla 3-12: Correlaciones de Pearson obtenidas para atributos químicos y
rendimiento del suelo en la profundidad 10-20 cm ... 55
Tabla 3-13: Correlaciones de Pearson obtenidas para atributos físicos y rendimiento en el suelo para profundidad 0-10 cm ... 57
Tabla 3-14: Correlaciones de Pearson obtenidas para atributos físicos y rendimiento en el suelo para profundidad 10-20 cm ... 58
Tabla 3-15: Valores de los análisis de componentes principales para los atributos químicos en el suelo para la profundidad 0-10 cm ... 64
Tabla 3-16: Valores de los análisis de componentes principales para los atributos químicos en el suelo para la profundidad 10-20 cm ... 65
Tabla 3-17: Valores de los análisis de componentes principales para los atributos físicos en el suelo para la profundidad 0-10 cm ... 66
Tabla 3-18: Valores de los análisis de componentes principales para los atributos físicos en el suelo para la profundidad 10-20 cm ... 68
Tabla 3-19: Medias y coeficientes de variación de las zonas de manejo definidas por análisis clúster para los atributos químicos en la profundidad 0-10 cm del suelo ... 69
Tabla 3-20: Medias y coeficientes de variación de las zonas de manejo definidas por análisis clúster para los atributos químicos en la profundidad 10-20 cm del suelo ... 71
Tabla 3-21: Medias y coeficientes de variación de las zonas de manejo definidas por análisis clúster para los atributos físicos del suelo para la profundidad 0-10 cm ... 72
Tabla 3-22: Medias y coeficientes de variación de las zonas de manejo definidas por análisis clúster para los atributos físicos del suelo para la profundidad 10-20 cm ... 74
Tabla 3-23: Medias y coeficientes de variación de las zonas de manejo definidas por coeficiente de variación para los atributos químicos del suelo en la profundidad 0-10 cm.
76
Tabla 3-24: Medias y coeficientes de variación de las zonas de manejo definidas por coeficiente de variación para los atributos químicos del suelo en la profundidad 10-20
cm. 77
Tabla 3-25: Medias y coeficientes de variación de las zonas de manejo definidas por coeficiente de variación para los atributos físicos del suelo para la profundidad 0-10 cm.
79
Tabla 3-26: Medias y coeficientes de variación de zonas de manejo definidas por coeficiente de variación para atributos físicos del suelo para la profundidad 10-20 cm. 79
Tabla 3-27: Medias y coeficientes de variación de las zonas de manejo definidas por componentes principales para los atributos químicos del suelo para la profundidad 0-10
cm. 82
Tabla 3-28: Medias y coeficientes de variación de las zonas de manejo definidas por componentes principales para los atributos químicos del suelo para la profundidad 10-20
cm. 83
Tabla 3-29: Medias y coeficientes de variación de las zonas de manejo definidas por componentes principales para los atributos físicos del suelo para la profundidad 0-10 cm.
84
Tabla 3-30: Medias y coeficientes de variación de las zonas de manejo definidas por componentes principales de los atributos físicos del suelo para la profundidad 10-20 cm.
85
Tabla 3-31: Medias y coeficientes de variación de las zonas de manejo definidas por rendimiento del lote muestreado ... 86
Introducción
La necesidad de aumentar el rendimiento y con ello los ingresos de los productores agropecuarios así como abastecer de alimentos a la creciente población busca prácticas más eficientes e innovadoras para cultivar. Esto hace que la producción agrícola sea continuamente influenciada por los desarrollos tecnológicos. La Agricultura de Precisión se puede definir como el uso de las "tecnologías de la información", así denominados (TI) para mejorar el proceso de toma de decisiones en la producción agrícola (Ortega et al., 2007).
La Orinoquia colombiana comprende más de 26 millones de hectáreas, de las cuales el 53% son bien drenadas. De esta área 4.6 millones de hectáreas pertenecen a terrazas y altillanura plana, que tienen un alto potencial agrícola y pecuario y se encuentran actualmente subutilizadas en sistemas de ganadería extensiva, en pasturas con baja tecnología y escasa productividad (Valencia et al., 2001).
El maíz es el tercer cultivo más importante del mundo, después del arroz y el trigo. Se cultiva en aproximadamente 130 millones de has, de las cuales más del 60% se encuentran en países en desarrollo. (Narro et al., 2001). El rendimiento del cultivo de maíz en los llanos orientales fue descrito por Torres et al. (1994) en 2.93 ton ha-1 con una variedad mejorada Sikuani V-110 que tolera altos porcentajes de saturación de Al y bajos contenidos de P. La calidad del suelo determinada por aspectos físicos, químicos y biológicos se consideran importantes para evaluar el mejoramiento o la degradación de la tierra y de esta manera identificar las prácticas de manejo dirigidas a un manejo sostenible de la tierra (Dexter, 2004).
Tradicionalmente, el análisis y manejo de los atributos físicos y químicos del suelo se hace desconociendo los detalles del suelo, las condiciones en el momento del laboreo, así como los requerimientos del cultivo, siendo importante efectuar una evaluación previa dentro de los conceptos de sostenibilidad. Estas prácticas utilizadas en el manejo del suelo continúan favoreciendo su degradación (Amézquita, 2004). Por otra parte, el
muestreo aleatorio de baja intensidad, es insuficiente para expresar las relaciones entre los atributos del suelo, conduciendo en ocasiones a errores en la toma de decisiones, ya que pueden presentarse grandes variaciones de un mismo atributo debido a las alteraciones provocadas por las actividades agrícolas (Strudley et al., 2008). Un adecuado manejo del suelo puede depender del conocimiento de la dependencia e interacción espacial de los atributos del suelo (Montenegro & Montenegro, 2006).
La AP o siembra de precisión es el manejo de la variabilidad espacial y temporal con el objetivo de incrementar los retornos económicos y reducir el impacto ambiental. Esto no implica, necesariamente, una estrategia de manejo específica o algún nivel de uso de tecnología. (Revista Nacional de Agricultura, 2007).
La agricultura de precisión (AP) permite mediante la recopilación de datos de campo debidamente georreferenciados, relacionarlos con las prácticas agronómicas, rendimiento y condiciones ambientales para ser analizadas espacialmente y luego plantear estrategias que permitan la aplicación de forma específica la fertilización, control de malezas, de plagas y enfermedades, y la adecuación del suelo. La caracterización de la variabilidad espacial del suelo permite mejorar la correcta comprensión de las complejas relaciones entre las características y el ambiente del suelo (Goovaerts, 1998), ayudando a determinar el uso de prácticas más adecuadas al suelo (Bouma et al., 1999), que pueden contribuir a mejorar la eficiencia productiva y disminuir el impacto ambiental.
La intervención humana en la producción agrícola influye directamente en la calidad del suelo, causando alteraciones en los atributos físicos y químicos, mediante el uso de fertilizantes, correctivos y prácticas de labranza (Camacho-Tamayo et al., 2010). La determinación de la distribución de la variabilidad espacial de algunos atributos químicos, incluidos los de carbono orgánico (CO), pH, acidez intercambiable, aluminio intercambiable , P, Ca, Mg, K, Fe, Cu, Zn, Mn y Na de un suelo Oxisol, también algunos atributos físicos, como curvas de retención de humedad, resistencia a la penetración (RP), humedad en campo (hum), densidades aparente (Da) y real (Dr), macro (Map), microporos (Mip), mesoporos (Mep) y contenidos de arena (A), limo (L) y arcilla (Ar), atributos físico-mecánicos del cultivo de maíz como el contenido de humedad (hum), pesos, densidades aparente (Da Grano), real (Dr Grano), tiene el propósito la
Introducción 21
identificación de zonas de manejo (ZM) es decir, zonas de gestión uniforme dentro del cultivo para mejorar las prácticas agrícolas.
OBJETIVO GENERAL
Determinar zonas de manejo agrícola basadas en el rendimiento de maíz y su relación con atributos edáficos en la altillanura plana.
OBJETIVOS ESPECÍFICOS
Determinar el comportamiento de parámetros productivos del maíz y su relación con los atributos físicos y químicos del suelo.
Establecer las zonas de manejo, a partir de las relaciones encontradas, a través de diferentes técnicas estadísticas.
1.
Estado del arte
1.1 Atributos físicos y químicos del suelo
La variabilidad espacial y temporal de los rendimientos en los cultivos se ve afectada por varios factores como el clima, la genética, el suelo (atributos físicos y químicos), la topografía, las prácticas de manejo (densidades de siembra, fecha de muestreo, riego, tasa de fertilización y el tiempo, entre otros), plagas, enfermedades, condiciones de estrés, y la interacción dinámica entre estos factores. En este sentido, debido a la imposibilidad de determinar todos los factores que afectan el rendimiento, se debe identificar y medir sólo aquellas variables que son más relevantes para la determinación del mismo (Ortega & Santibáñez, 2007).
La variabilidad de los atributos del suelo, y específicamente su magnitud, depende de los factores , de los procesos formadores y del tiempo de intervención (cultivo); en consecuencia, se pueden encontrar variaciones altas de algunos atributos en distancias cortas, mientras otras pueden variar en distancias largas (Peña et al., 2009).
La relación entre el suelo y la productividad de los cultivos es todavía poco entendida, debido a la dificultad de cuantificar los diversos atributos físicos relacionados con la estructura del suelo. La variabilidad espacial y temporal es uno de los factores que dificultan esta cuantificación (Dexter, 1988). Además, algunos varían entre sí (Tormena et al., 1998).
Parr et al. (1992) observaron que diferentes atributos químicos, físicos y biológicos interactúan de manera compleja y su entendimiento es fundamental, para contribuir a la sostenibilidad y mejorar la capacidad productiva del suelo.
De acuerdo con Letey (1985), los atributos físicos relacionados con la productividad del suelo se pueden dividir en dos categorías: (a) los que están directamente relacionadas
Estado del arte 23
con el desarrollo de la planta, es decir, el agua, el oxígeno, la resistencia a la penetración y la temperatura, y (b) los que tienen relación indirecta, como la textura, la agregación, la porosidad y la densidad.
Autores como Topp et al. (1997), Schoenholtz et al. (2000) y Singer & Ewing (2000), confirman que los atributos más utilizados como indicadores de la calidad física del suelo son aquellas que tienen en cuenta la profundidad efectiva del enraizamiento, la porosidad total, la distribución de tamaño de poros, la distribución de tamaño de las partículas, la densidad del suelo, la resistencia del suelo a la penetración, el agua disponible y la estabilidad de agregados.
Para Gho (2004) y Jaramillo (2002), la variabilidad del suelo depende del atributo que se analice, donde los químicos varían más que los físicos. A su vez, se encuentra menor variabilidad en su condición natural siendo, generalmente, mayor la variabilidad en los atributos afectados por el manejo del suelo. Por otra parte, el contenido de nitrógeno y fósforo, son más inestables y difíciles de predecir (Schepers et al., 2004).
Los resultados del estudio realizado por Gho (2004), indican que la variabilidad se puede expresar a través del coeficiente de variación, y que hay atributos como el pH y la materia orgánica, que son más estables en el espacio, lo que permite hacer una predicción más clara de su comportamiento espacial y, por ende, de la influencia sobre el rendimiento de los cultivos. El pH presenta menor variación en comparación con otros atributos químicos de suelo. Para definir el manejo más adecuado de este, es importante conocer su variabilidad. La CIC es de gran interés en relación con la fertilidad del suelo, ya que indica la capacidad de retención de cationes, que en general se convertirá en disponible para las plantas (Chaves et al., 2004).
El fósforo es un nutriente de escasa movilidad y baja solubilidad. A menudo se verifica que en la labranza cero, hay una mayor acumulación de este elemento en los primeros centímetros de la superficie (Bayer & Mielniczuk, 1997; Falleiro et al., 2003). Estos resultados corresponden con los encontrados por Almeida et al. (2005), autores que estudiaron diferentes sistemas de manejo, encontrando diferencias a nivel superficial, donde los niveles de P fueron 10 veces mayores en labranza cero, en comparación con la labranza convencional.
La densidad aparente se ha definido como un parámetro que da indicios de la presencia de zonas endurecidas y compactadas ya que la reducción del espacio poroso presente
en el suelo acarrea un aumento en el valor de la Da (Herranz et al., 2000; Ramírez-López et al., 2008; Veronese Junior et al., 2006). En cuanto a la densidad real (Dr) está ligada con el tipo y cantidad de constituyentes minerales y orgánicos del suelo y la velocidad de sedimentación de las partículas (Henao, 2010; Orjuela-Matta et al., 2011). La densidad real y la densidad aparente tienen un papel predominante en la porosidad total y por consiguiente, en el movimiento y retención del agua en el suelo (Cruz et al., 2010).
La caracterización de la variabilidad espacial del suelo permite mejorar la correcta comprensión de las complejas relaciones entre las características y el ambiente del suelo (Goovaerts, 1998), ayudando a determinar el uso de prácticas más adecuadas al suelo (Bouma et al., 1999).
1.2 Geoestadística y la variabilidad espacial de los
atributos del suelo
La estadística espacial es la reunión de un conjunto de metodologías apropiadas para el análisis de datos que corresponden a la medición de variables aleatorias en diversos sitios (puntos del espacio o agregaciones espaciales) de una región (Giraldo, 2002).
Los atributos del suelo son variables continuas, que se supone que fluctúan de acuerdo con la dirección y la distancia de separación y, por tanto, existe entre ellos, una dependencia espacial (Moura et al., 1992). El estudio de la variabilidad espacial de los atributos físicos y químicos de los suelos es importante en áreas con manejos diferentes. Puede ser el indicio del manejo de suelos alternativos para reducir efectos de la variabilidad horizontal y vertical del suelo (Silva et al., 2003).
La geoestadística se conforma de dos formas básicamente. La primera es el análisis estructural, en la cual se describe la correlación entre puntos en el espacio. La segunda se hace predicción en sitios de la región no muestreados por medio de la técnica “Kriging” (Petitgas, 1996). En la geoestadística se comprueba la presencia de dependencia espacial entre los atributos del suelo. Esta dependencia espacial entre las muestras adyacentes puede estimarse por medio del semivariograma. El semivariograma es un gráfico que relaciona la semivarianza de una variable dada, a una distancia (h). Los semivariogramas tienen tres parámetros comunes que son: el efecto pepita (C0), la
Estado del arte 25
meseta (C0+C1) y el rango o alcance (a). El efecto pepita indica la discontinuidad entre
las muestras, es decir la variabilidad espacial no detectada durante el proceso de muestreo. La meseta es el valor de la semivarianza donde el modelo se estabiliza, exhibiendo un valor constante. El rango representa la distancia hasta la cual existe correlación espacial. Después de hallar el semivariograma de la variable en estudio y no encontrar dependencia espacial, se pueden interpolar los valores en cualquier posición en el área de estudio, sin tendencia y con una variación mínima. (Vieira, 2000). No obstante, en ciencias del suelo, el semivariograma se ha utilizado para definir, de manera más precisa, distancias de muestreo (Van Es et al., 1989; Fagroud & Van Meirvenne, 2002).
Gandah et al. (2000) encontró que el conocimiento de la variación de los atributos con el uso de productos químicos es importante para el estudio, manejo del suelo, la programación de planes de muestreo y la gestión de las prácticas agrícolas. La variabilidad de estos atributos puede ser responsable de la oscilación de la productividad. Antes de la búsqueda de cualquiera de estos elementos, es importante evaluar el alcance y la intensidad de la dependencia espacial de esta variación, ya sea sola o en combinación con otros parámetros.
A través de geoestadística, numerosos estudios de campo han demostrado la importancia de estudiar las variaciones de las condiciones del suelo como un aspecto fundamental para implementar una agricultura más eficiente y rentable, mostrando que la variabilidad del suelo no es puramente al azar, sino que manifiesta una correlación o dependencia espacial (Souza et al., 2004).
Silva et al. (2003) estudió la variabilidad espacial de las características químicas del suelo y la productividad del maíz en Ultisoles, encontrando que todos los atributos estudiados mostraron una condición de moderada a fuerte dependencia espacial. El alcance de la dependencia espacial fue de 4.5 m de la productividad de maíz y estaba muy cerca del rango de saturación de aluminio, Al + H y aluminio intercambiable. Para el pH, el potasio intercambiable, el calcio intercambiable, el magnesio y la CIC efectiva y saturación de bases, el alcance fue de 20 m. Es probable que el manejo reciente de la zona afecte la variabilidad en las características como el fósforo y el potasio.
Camacho-Tamayo et al. (2008) estudiaron la distribución espacial en un suelo en la Altillanura colombiana en propiedades químicas como pH, carbono orgánico, P, Al, Ca,
Mg, K y Na de las cuales la mayoría presentó dependencia espacial, donde el K y Na presentaron variogramas de efecto pepita puro o rangos bajos. Peña et al. (2009) realizaron estudios en un Inceptisol de la Orinoquia colombiana, hallando una fuerte dependencia espacial en variables como A, CICE, CIC, Ar, Al, L, K, Bases totales y pH, que según el rango del semivariograma , la distancia óptima de muestreo es, en promedio, 547.33 m, y según el análisis de varianza es superior a 279 m. Ramírez López et al. (2008) estudiaron la distribución espacial en un Typic Haplustox de los Llanos Orientales en profundidades de 0-10 y 10-20 cm, encontrando que para la resistencia a la penetración, la densidad real, la porosidad total, y los contenidos de arena solo presentaron dependencia espacial a una profundidad de 0-0.10 m. de igual manera, a la profundidad de 0.10-0.20 m no presentaron dependencia espacial, mostrando una variabilidad espacial aleatoria.
La agricultura de precisión (AP) o siembra de precisión es el manejo de la variabilidad espacial y temporal con el objetivo de incrementar los retornos económicos y reducir el impacto ambiental. Esto no implica, necesariamente, una estrategia de manejo específica o algún nivel de uso de tecnología (Revista Nacional de Agricultura, 2007). La agricultura de precisión (AP) permite, mediante la recopilación de datos de campo debidamente georreferenciados, relacionarlos con las prácticas agronómicas, rendimiento y condiciones ambientales; analizarlos espacialmente y luego plantear estrategias que permitan la aplicación de una forma específica del sitio, a través prácticas agronómicas como la fertilización, control de malezas, de plagas y enfermedades, y la adecuación del suelo.
2.
Materiales y métodos
2.1 Área de estudio
El estudio se realizó en el municipio de Puerto López (Meta), en la finca Versalles, en el lote Carlos 1, ubicada en el Km 5 vía Cabuyaro con coordenadas 4°09'51.31 de latitud norte y 72°48'38.86 de longitud oeste, a una altura aproximada de 232 msnm. El suelo actualmente se encuentra bajo cultivo de maíz, en un sistema de rotación (maíz-soya) y manejo de mecanización de siembra directa. De acuerdo a la clasificación de Köppen, la región corresponde al clima tropical lluvioso (o megatermal) de bosque (Ami) (Eslava et al., 1986). Las lluvias medias anuales de esta zona están entre 2200 y 2400 mm, en los meses de abril y noviembre, las temperaturas máxima media anual promedio de la región de 32.1 °C y la mínima media anual de 22.5 °C (Bernal et al., 2013). La humedad relativa de 75 % (Jaimes et al., 2003). La evotranspiración en época seca es relativamente alta (>200 mm) (Rippstein et al., 2001).
Para la descripción de las características morfológicas se realizó una calicata, acorde a las especificaciones del manual de campo para el levantamiento de suelos y tierras del IGAC (2006) (Anexo A). Con base en información climática, vegetación, geomorfología y materiales parentales, tomadas en la zona y basados en bibliografía, se procedió a hacer un modelo de génesis y evolución del suelo Typic Hapludox presente en la finca Versalles.
El suelo estudiado se encuentra ubicado sobre un paisaje de altiplanicie, un relieve de ondulaciones y la forma del terreno corresponde a la ladera de la ondulación. El material parental son sedimentos aluviales pliopleistocenocos, provenientes de la cordillera oriental, aunque no se descartan sedimentos provenientes del escudo guayanés (Gaviria & Faivre, 2005).
El perfil descrito para este estudio corresponde al código AP2 y el suelo que representa fue identificado como Typic Hapludox. Este suelo presento una profundidad efectiva > 150 cm (muy profunda), y a 7 cm de profundidad se evidencio una capa endurecida, que
genera limitantes en el crecimiento de las raíces del maíz. Los horizontes diagnosticos fueron un epipedon ócrico, sobre un endopedon óxico (Figura 2-1).
Los horizontes maestros fueron: un horizonte Ap, de espesor de 41 cm, según la tabla Munsell, se tiene un color de 5YR 3/3 (pardo rojizo oscuro). La estructura corresponde a bloques subangulares y granulos, finos y medios con un grado de expresión fuerte, de textura Arcillo-limosa (ArL). La consistencia en húmedo es firme; muy pegajosa y muy plástica en mojado. En cuanto a la porosidad, la cantidad son muchos (> 10 dm-2) de tamaño fino a grueso (<0.5 a >5mm), de formas vesiculares y tubulares y están localizados dentro y entre los agregados. Presento reacción ligera al H2O2 y el pH por el
método del colorímetro es de 4.3. El límite entre el horizonte Ap y el horizonte Bo1 es
difuso y de topografía ondulada. Las raíces son muchas (>10 dm-2), finas a gruesas (<0.1 a > 5 mm) se encuentran vivas entre los agregados, sobre la capa endurecida con una distribución anormal y la actividad de los microorganismos es mucha.
Un horizonte Bo1, de espesor de 27 cm, según la tabla Munsell, se tiene un color de
2.5YR 4/8. La consistencia en húmedo es friable; muy pegajosa y muy plástica en mojado; la estructura corresponde a bloques subangulares medios y gruesos de expresión fuerte, de textura arcillosa (Ar). En cuanto a la porosidad, la cantidad son muchos, de tamaño fino a grueso, de formas vesiculares y tubulares y están localizados dentro y entre los agregados. No presento reacción positiva al H2O2 y el pH es de 4.3.
Las raíces son pocas, finas y se encuentran vivas entre los agregados, con una distribución normal y la actividad de los microorganismos es mucha.
Un horizonte BO2 de espesor > 130 cm, según la tabla Munsell, se tiene un color rojo
sucio 10R 4/8. La consistencia en húmedo es friable; muy pegajosa y muy plástica en mojado. La estructura corresponde a bloques subangulares medios y gruesos de expresión fuerte, de textura arcillosa (Ar). En cuanto a la porosidad, la cantidad son muchos, de tamaño fino y medios, de formas vesiculares y tubulares y están localizados dentro y entre agregados. No presento reacción positiva al H2O2 y el pH es de 4.3. No
Materiales y métodos 29
Figura 2-1: Perfil descrito, morfología y nomenclatura de los horizontes. Foto: Milton Alarcón.
Análisis químico:
Horizonte Ap, de espesor de 41 cm, textura FAr, pH de 4.16, saturación de Al.I de 71.8 %, contenidos de MO de 2.93 %, P de 9.8 mg kg-1, S 36.7 mg kg-1,Ca de 0.34 cmol(+) kg-1,
Mg de 0.16 cmol(+) kg-1, K de 0.17 cmol(+) kg-1, Na de 0.04 cmol(+) kg-1, CE de 0.09 dS m-1,
CICE de 2.95; y elementos menores, B de 0.16, Cu de 0.4, Fe de 9.2, Mn de 1.0 y Zn de 0.3 mg kg-1.
Horizonte Bo1, de espesor de 27 cm, textura FAr, pH de 4.44, saturación de Al.I de 65.2
%, contenidos de MO de 1.82 %, P de 1.5 mg kg-1, S 7.5 mg kg-1,Ca de 0.32 cmol(+) kg-1,
CICE de 1.89; y elementos menores, B de 0.16, Cu de 0.3, Fe de 9.7, Mn de 1.0 y Zn de 0.1 mg kg-1.
Horizonte BO2 de espesor > 130 cm, textura FAr, pH de 4.5, saturación de Al.I de 55.2 %,
contenidos de MO de 0.47 %, P de 1.5 mg kg-1, S 3.8 mg kg-1,Ca de 0.39 cmol(+) kg-1, Mg
de 0.15 cmol(+) kg-1, K de 0.04 cmol(+) kg-1, Na de 0.05 cmol(+) kg-1, CE de 0.05 dS m-1,
CICE de 2.04; y elementos menores, B de 0.16, Cu de 0.2, Fe de 5.9, Mn de 0.7 y Zn de 0.1 mg kg-1.
Análisis físicos:
Horizonte Ap, de espesor de 41 cm, con clasificación cero en conductividad hidráulica de 0 cm h-1 y porcentaje de saturación de 43.48, Da de 1.31 de g cm-3, Dr de 2.66 g cm-3 y porosidad total de 51 %.
Horizonte Bo1, de espesor de 27 cm, con clasificación lenta en conductividad hidráulica
de 0.36 cm h-1 y porcentaje de saturación de 47.95, Da de 1.26 de g cm-3, Dr de 2.69 g cm-3 y porosidad total de 53 %.
Horizonte BO2 de espesor > 130 cm, con clasificación cero en conductividad hidráulica de
0.0 cm h-1 y porcentaje de saturación de 38.69, Da de 1.41 de g cm-3, Dr de 2.68 g cm-3 y porosidad total de 47 %.
De acuerdo a las características morfológicas descritas anteriormente, este suelo es identificado a nivel categórico de subgrupo como Typic Hapludox, familia fina, isohipertermica.
El primer muestreo de los atributos físicos y químicos se realizó en el mes de julio de 2012, en este suelo se practica siembra directa y el lote se encontraba recientemente sembrado con maíz. El segundo muestreo de rendimiento de cultivo se hizo en el mes de diciembre del mismo año (Figura 2-2).
2.2 Diseño experimental
La unidad experimental contó con un área de uso agrícola con cultivos de rotación como: arroz, soya y maíz. Se estableció una malla de 70 m por 70 m, compuesta por 75 puntos de muestreo. Cada punto fue georreferenciado y se tomaron muestras a profundidades teniendo en cuenta el tipo de cultivo entre 0 y 10 cm y entre 10 y 20 cm (Figura 2-2).
Materiales y métodos 31
Figura 2-2: Ubicación espacial del lote de estudio, Finca Versalles lote Carlos 1. Foto: CORPOICA. 2013
2.3 Mediciones de campo y toma de muestras
En cada punto de la malla, se realizaron lecturas de RP hasta 0.60 m de profundidad mediante el Penetrologger Eijkelkamp de punta cónica con 2 cm2 de base y ángulo de 60°(Figura 2-5, izq.). Con el equipo TDR Fieldscout se tomaron los contenidos de humedad para las profundidades 0-10 cm y 10-20 cm (Figura 2-3, der.).
Figura 2-3: Penetrologger Eijkelkamp, con sonda de humedad DELTA (Izq.) y TDR Fieldscout (der.).
Mediante la utilización de cilindros metálicos de 5 cm de altura y 5 cm de diámetro se extrajeron muestras inalteradas a profundidades de 0-10 cm y 10-20 cm para la determinación de propiedades físicas como la porosidad (PT), retención de humedad, densidad aparente (Da) y conductividad hidráulica (Ks). tambien muestras alteradas para la determinación de propiedades químicas, humedad (hum) y textura (A, L, y Ar) (Figura 2-4).
Figura 2-4: Muestra inalterada (cilindro metálico, izq.), muestras alteradas (humedad campo centro, atributos químicos der.).
Al momento de la cosecha, en cada punto se construyó un cuadro de 5 m * 3.6 m, donde se tomaron muestras para estimar el mapa de rendimiento. De allí se tomaron datos de humedad en campo del grano con el equipo AgraTronix MT-PRO, se pesó el bulto y se escogieron 10 mazorcas representativas para pesarlas completas y desgranadas (figura 2-5).
Figura 2-5: Cosecha de maíz. Contenido de humedad del grano (izq.), desgrane (centro), toma de datos de peso de grano (der.).
Materiales y métodos 33
2.4 Análisis de laboratorio
Las muestras de campo se procesaron en los laboratorios de física de Suelos de Corpoica La libertad en Villavicencio, Meta; el Laboratorio Nacional de suelos del IGAC y el Laboratorio de Suelos y Poscosecha del Departamento de ingeniería Civil y Agrícola de la Universidad Nacional de Colombia, Bogotá.
2.4.1 Humedad gravimétrica
La humedad gravimétrica de los puntos muestreados se determinó mediante la diferencia entre la humedad saturada y la secada al horno a 105°C durante 24 h dividida por esta.
2.4.2 Textura
El análisis de textura se realizó mediante el método de densímetro (Bouyoucos) (IGAC, 2006).
2.4.3 Porosidad y conductividad hidráulica
Para la determinación de estas propiedades físicas se empleó la olla de presión del equipo de retención de humedad. El procedimiento que se utilizó en orden fue: la saturación de las muestras durante 24 horas para luego ser introducidas a presiones de 0.1, 0.3, 0.6, 1, 5, 10, y 15 bar para obtener las curvas de retención de humedad en contenido volumétrico contra presión, ajustadas al modelo de Van Genucthen con la ayuda del software de uso libre RETC (Figura 2-6).
Figura 2-6: Equipo de retención de humedad (izq.); saturación de muestras en platos porosos (centro); secado horno 24 h (der).
La conductividad hidráulica se determinó mediante el método de carga constante saturada, siguiendo la metodología del IGAC, con muestras saturadas por 24 h y luego de ser preparadas se pasaron al equipo de carga constante, donde se colocaron bajo un flujo de agua constante tomando datos en tiempos determinados para medir el agua drenada (IGAC, 2006) (Figura 2-7).
Figura 2-7: Saturación de muestras (izq); equipo de conductividad hidráulica saturada (centro); toma de datos (der).
La porosidad total se determinó mediante la diferencia del punto de saturación y la muestra seca a 105°C por 24 h dividido por el volumen de la muestra inalterada. La macroporosidad se obtuvo mediante la diferencia del punto de saturación la humedad a 0.1 bar; la microporosidad se determinó entre la diferencia del PMP y la muestra seca, por otro lado la mesoporosidad se calculó mediante la diferencia entre el punto 0.1 y 15 bar, cuyo resultado se usó para establecer el agua disponible (Mejía, 1996).
2.4.4 Densidad Aparente y Real
La densidad aparente se determinó mediante la relación del peso de la muestra seca a 105°C y el volumen del anillo de muestreo utilizado por Grossman & Reinsch (2002) y (Orjuela-Matta et al., 2011)(Figura 2-8).
La densidad real se determinó mediante el método del picnómetro, siguiendo la metodología del IGAC (Figura 2.9), donde las muestras secas se pasaron por el tamiz de 2 mm y procesadas en un picnómetro de 25 mL, con una solución de agua destilada para luego ser colocadas en una campana de vacío para la extracción del aire durante un tiempo determinado (IGAC, 2006).
Materiales y métodos 35
Figura 2-8: Metodología para hallar densidad aparente, muestras en el horno a 105°C (izq.); muestras inalteradas (der).
Figura 2-9: Metodología para hallar densidad real, muestra en pipeta (izq.); equipo para hallar densidad real (centro); muestras (der).
2.4.5 Preparación de la muestra de suelo carbono total y
nitrógeno total
La preparación de las muestras de suelo se realizó en el laboratorio de Ing. Agrícola con los implementos necesarios como tamiz, rodillo, estufa, entre otros. Las muestras secas y desagregadas pasadas a través de un tamiz de 250 µm son llevadas al Laboratorio de suelos de la Facultad de Agronomía de la Universidad Nacional, sede Bogotá para que se realizaran los respectivos análisis de Carbono y Nitrógeno Total. Las propiedades químicas determinadas fueron carbono total (CT) y nitrógeno total (NT), mediante determinador elemental (TruSpec CN Carbon Nitrogen Determinator, LECO co., St. Joseph, Mi, USA).
2.4.6 Características de los granos de maíz
En el laboratorio de poscosecha, se determinó la densidad aparente mediante el peso del grano sobre el volumen conocido; la densidad real del grano mediante la diferencia de volumen en la sumersión del grano en agua, la velocidad terminal y la porosidad total.
2.5 Procesamiento y análisis de datos
Con los datos obtenidos, se realizó el análisis estadístico descriptivo con el programa SPSS V.20 donde se determinó la media, mediana, máximo, mínimo, coeficiente de variación (CV), asimetría y curtosis. De esta manera se verifico tanto empírica como numéricamente el ajuste a la normalidad para cada variable, para mejores predicciones cuando se asocia a técnicas geoestadísticas (Diggle & Ribeiro, 2000). En cuanto al análisis del CV se consideró el criterio de Warrick & Nielsen (1980), autores que definen variabilidad baja para CV menores de 12%, variabilidad media entre 12 y 60% y variabilidad alta para CV mayores a 60%.
Para el análisis geoestadístico se utilizó el software GS+ v. 9 (Gamma Design Software, LLC, Plainwell, MI), a partir del cual se seleccionaron los modelos teóricos de semivariograma con base en el menor valor de la suma de los cuadrados residuales (SQR), el mayor valor de coeficiente de determinación (R2) de la ecuación de ajuste y los valores más cercanos a uno del coeficiente de validación cruzada (Faraco et al., 2008; Johann et al., 2010).
A partir de los modelos de semivariogramas de los atributos que expresaron dependencia espacial, se realizó la interpolación por el método de Kriging ordinario, utilizado para hacer predicción en sitios no muestreados, presentándose los resultados mediante mapas de contorno. Este procedimiento fue realizado con el programa Surfer v.9 (Golden Software Inc., Golden, CO)
Para definir las zonas de manejo agrícola (ZM), se emplearon tres métodos. El primer método es el análisis clúster, mientras que el segundo y tercer métodos están relacionados a partir de la estimación de un índice del suelo (SI) con dos procedimientos diferentes: el análisis de componentes principales (CP) y el coeficiente de variación (CV). En el análisis clúster se incluyeron los resultados obtenidos de cada atributo y se consideró todos los sitios de muestreo (observaciones o casos). Este análisis permite
Materiales y métodos 37
identificar grupos de observaciones que poseen algunas semejanzas entre sí (Ferreira, 2011).
De acuerdo con Ortega & Santibáñez (2007), un (SI) corresponde a una combinación lineal de las atributos del suelo seleccionado, donde se elige el peso de cada atributo, de manera que la diferencia (variación) entre los puntos de muestreo se maximiza, de acuerdo a la ecuación (1).
∑
Donde, SIZ es el índice del suelo en la posición Z de muestreo; wi es el peso de la
variable estandarizada Piz en la posición Z de muestreo. Este SI es una variable continua
formada por los atributos del suelo que se pueden clasificar y delimitar, con una representación en un mapa.
En el caso del CP, un SI se puede obtener a partir de la varianza de cada componente (wi) y del factor de calificación (factor score) (Piz). En este caso, la obtención de zonas de
manejo del suelo se pueden hacer mediante la consideración de percentiles, cuartiles o de la media y su relación con la desviación estándar.
Para la estimación del SI a partir del coeficiente de variación (CV), se supone que los atributos que mostraron una mayor variabilidad en el campo, expresada a través del (CV) tendrán un mayor peso estadístico en la combinación lineal. La estandarización de cada variable se realizó dividiendo los valores de cada atributo por su valor máximo, de tal manera que los valores estándar puede variar entre 0 y 1, manteniendo el valor del CV. El peso relativo de cada variable se obtuvo de la siguiente manera: Ecuación (2).
∑
donde, wi es el peso de la variable i y CVi es el coeficiente de variación de la variable i.
Una vez identificadas las zonas de manejo por cada método, se elaboraron los mapas de las (ZM). Finalmente, se estimó la correlación entre las ZM y cada atributo, para establecer la correspondencia e influencia de estas en las ZM.
3.
Análisis de resultados
3.1 Análisis descriptivo
En la Tablas 3-1, 3-2, 3-3 y 3-4, se encuentran en valores similares de la media y la mediana en la mayoría de las variables estudiadas esto sugiere que el comportamiento de las distribuciones tiende a la normalidad, también los valores para la asimetría y la curtosis son cercanos a 0 en las profundidades 0-10 cm y 10-20 cm para los atributos químicos: pH, Mo, Ac.I, K, C.E y N; físicos: resistencia a la penetración (RP), humedad de campo y TDR (hum campo, hum TDR), densidad aparente (Da) y mesoporosidad (Mep), confirmando mediante la prueba de Anderson-Darling que estos atributos pertenecen a una distribución normal. Esta aproximación a la distribución normal, expresado por la asimetría y la curtosis, aunque no es indispensable para el análisis geoestadístico, permiten una mayor confiabilidad, dado que la varianza es más estable y el semivariograma obtenido muestra una dependencia espacial mejor definida (Camacho-Tamayo et al., 2008).
El pH extremadamente acido (< 4.5) en las dos profundidades indica una elevada acidez que puede derivar de la pérdida continua de minerales de fácil intemperismo, producto de la lixiviación (Rippsteins et al., 2001), valores semejantes reportados por Camacho-Tamayo et al. (2010), Jaimes et al. (2003) y Rubiano (2005).
El pH en la profundidad 0-10 cm es ligeramente mayor, esto puede ser debido a los tratamientos de encalado que se realizan al suelo antes de la siembra, aspecto que se observa en el menor valor de Al.I en esta profundidad. Camacho-Tamayo et al. (2008).
La alta disponibilidad de Al.I (0.93 y 1.11 cmol(+) kg-1 ) en las profundidades estudiadas
respectivamente aumenta el riesgo de toxicidad para las plantas (Jaimes et al., 2003; Silva et al., 2003). Los valores encontrados se asemejan a los reportados por Amézquita et al. (2013) en dos suelos con texturas contrastantes (liviana y pesada) de un oxisol en los llanos orientales de Colombia.
Tabla 3-1: Medidas descriptivas de las variables pH, MO, acidez intercambiable (Ac.I), aluminio intercambiable (Al.I), elementos mayores y menores del suelo para 0-10 cm de profundidad.
ATRIBUTO Media Mediana Asim. Curtosis Mín Máx CV A-D
pH 4.59 4.57 0.45 0.17 4.26 5.05 3.31 * MO, % 2.98 3.23 -0.32 0.11 1.18 4.34 29.14 * P, mg kg-1 40.77 38.20 0.94 0.73 10.46 81.45 35.95 NS S, mg kg-1 7.68 7.31 0.75 -0.02 4.48 13.57 28.77 NS Ac.I, cmol(+) kg-1 1.13 1.16 -0.15 -0.85 0.29 1.90 35.58 * Al.I, cmol(+) kg-1 0.93 0.94 -0.23 -0.74 0.06 1.82 44.05 * Ca, cmol(+) kg-1 0.69 0.66 0.28 -0.43 0.90 1.20 29.54 * Mg, cmol(+) kg-1 0.23 0.24 -0.09 -0.48 0.08 0.38 30.59 * K, cmol(+) kg-1 0.29 0.28 0.18 -0.29 0.11 0.50 28.97 * Na, cmol(+) kg-1 0.07 0.07 -0.13 -0.56 0.03 0.11 27.74 NS C.E, dS m-1 0.14 0.13 -0.03 -0.58 0.08 0.19 18.18 NS Fe, mg kg-1 25.95 25.72 0.77 0.15 19.40 38.80 18.69 NS Cu, mg kg-1 0.57 0.56 0.65 0.38 0.20 1.24 39.42 * Mn, mg kg-1 1.55 1.40 0.77 -0.44 0.36 3.40 52.36 NS Zn, mg kg-1 2.89 2.74 1.29 2.70 1.04 6.60 34.58 NS B, mg kg-1 0.23 0.23 0.69 0.47 0.14 0.42 25.71 NS CIC, cmol(+) kg-1 10.80 11.26 -0.81 0.24 4.94 15.01 22.44 NS C, % 1.72 1.86 -1.02 0.20 0.67 2.41 25.35 NS N, % 0.12 0.12 -0.38 -0.44 0.05 0.19 27.17 NS Normal: *; No normal: NS
Para esta propiedad (pH) y la RP a la profundidad 10-20 cm de acuerdo al criterio de Warrick & Nielsen (1980), se demostró tener variabilidad baja con CV inferiores al 12 % para las demás propiedades mostraron CV media inferiores a 60%. Esta condición está relacionada con las prácticas de labranza mínima empleadas en el cultivo, así como en el
Análisis de resultados 41
aumento en el contenido de P en la profundidad 0-10 cm con respecto a la profundidad 10-20 cm (40.77 y 7.56 mg kg-1), esto sugiere la aplicación reiterada de fertilizantes en el suelo. Silveira et al. (2000), Silva et al. (2003), Carvalho et al. (2003), que encontraron una concentración mayor de P en capas superiores en un oxisol del Cerrado brasilero que fue incorporado a la producción agrícola mediante siembra directa. La manipulación mecánica del suelo durante la labranza puede aumentar las posibilidades de contacto entre la solución del suelo o el P proveniente del fertilizante y exponer las partículas del suelo; esto facilita la formación de compuestos estables de P insolubles (Hinsinger, 2001; Picone et al., 2003).
Tabla 3-2: Medidas descriptivas de las variables pH, MO, acidez intercambiable (Ac.I), aluminio intercambiable (Al.I), elementos mayores y menores del suelo para 10-20 cm de profundidad.
ATRIBUTO Media Mediana Asim. Curtosis Mín Máx CV A-D
pH 4.50 4.50 -0.21 -0.31 4.23 4.73 2.48 * MO, % 2.40 2.55 -0.51 -0.46 1.06 3.64 27.42 NS P, mg kg-1 7.56 6.81 0.90 0.00 1.67 18.99 55.32 NS S, mg kg-1 23.46 23.64 -0.01 -0.13 4.78 44.75 36.48 * Ac.I, cmol(+) kg-1 1.30 1.28 -0.21 -0.85 0.46 2.03 31.23 * Al.I, cmol(+) kg-1 1.11 1.11 -0.02 -0.71 0.33 2.08 37.32 * Ca, cmol(+) kg-1 0.44 0.43 0.77 0.34 0.27 0.70 23.18 NS Mg, cmol(+) kg-1 0.14 0.13 0.68 0.29 0.08 0.21 21.47 NS K, cmol(+) kg-1 0.12 0.12 0.24 0.25 0.05 0.19 23.55 NS Na, cmol(+) kg-1 0.06 0.05 0.86 0.36 0.03 0.11 29.27 NS C.E, dS m-1 0.11 0.11 -0.24 0.78 0.06 0.15 14.93 NS Fe, mg kg-1 17.85 17.40 0.78 0.48 10.68 29.32 22.32 NS Cu, mg kg-1 0.42 0.40 0.21 -1.25 0.16 0.68 36.37 NS Mn, mg kg-1 0.66 0.56 1.01 0.37 0.24 1.52 47.28 NS Zn, mg kg-1 0.92 0.84 0.72 0.12 0.20 1.80 38.07 NS B, mg kg-1 0.26 0.25 0.87 -0.10 0.14 0.47 34.04 NS CIC, cmol(+) kg-1 8.90 9.38 -0.20 -0.96 4.15 13.82 27.54 NS C, % 1.47 1.54 -0.69 -0.34 0.70 2.13 23.67 NS N, % 0.10 0.10 0.45 0.61 0.04 0.18 27.18 NS Normal: *; No normal: NS.
En las profundidades estudiadas se observa los contenidos de Ca entre 0.44 y 0.69 (cmol(+) kg-1), Mg entre 0.14 y 0.23 (cmol(+) kg-1) y K entre 0.12 y 0.29 (cmol(+) kg-1), estos
datos son menores a los registrados por la estación experimental Taluma no intervenidos y la finca Santa Cruz en este tipo de oxisoles (Camacho-Tamayo et al., 2008) (Tabla 3-1 y 3-2).
El CV medio próximo a 27 % en las dos profundidades, con valores bajos observados en las Tablas 3-1 y 3-2 para NT, son una consecuencia de la dinámica del N en el suelo que dependen de la actividad microbiana que a su vez se ve afectada por muchos factores, como la especie del cultivo, la cantidad y calidad de los residuos, la historia antes de la aplicación de fertilizantes y factores externos como la humedad, temperaturas, pH y el suelo (Ortega et al., 2007; Martins et al., 2011), ya que el N liberado de las fuentes orgánicas puede perderse del sistema por las mismas vías, volatilización como amonio, denitrificación de nitratos y lixiviación que reducen la eficiencia del N proveniente de fertilizantes (Friesen et al., 2013).
Tabla 3-3: Medidas descriptivas de las variables RP, hum campo y TDR, Da, Dr, PT, Map, Mep, Mip, contenidos de A, Ar, L, del suelo para 0-10 cm de profundidad.
ATRIBUTO Media Mediana Asim. Curtosis Mín Máx CV A-D
RP, MPa 1.32 1.31 0.11 -0.53 0.79 1.85 18.50 *
Hum Campo, % Vol 26.62 26.90 -0.23 -0.59 9.40 39.20 25.88 *
Hum TDR, % Vol 26.20 26.83 -0.59 0.37 12.83 35.83 17.93 * A, % 51.28 48.90 1.89 3.40 40.17 76.96 14.98 NS Ar, % 25.74 26.37 -1.49 2.65 12.37 33.71 15.50 NS L, % 22.55 23.95 -1.29 0.97 7.33 30.00 23.81 NS Dr, g cm-1 2.57 2.56 0.58 0.23 2.36 2.81 3.27 NS Da, g cm-1 1.47 1.45 0.19 -0.81 1.08 1.84 12.45 * Ks, cm dia-1 17.57 15.5 0.98 0.35 4.1 47 58.98 NS PT, % 46.46 48.15 -0.67 -0.67 34.27 56.69 12.13 NS Map, % 9.52 8.45 0.74 -0.58 3.89 18.03 37.41 NS Mep, % 8.00 8.12 0.13 -0.51 5.47 11.48 17.31 * Mip, % 29.23 30.16 -0.55 0.18 17.37 38.79 16.80 NS
RP: Resistencia a la penetración; Hum: humedad; A: arena; Ar: arcilla; L: limo; Dr: densidad real; Da: densidad aparente; Ks: conductividad hidráulica; PT: porosidad total; Map: macroporosidad;
Análisis de resultados 43
Tabla 3-4: Medidas descriptivas de las variables RP (MPa), hum campo y TDR, Da, Dr, PT, Map. Mep, Mip, contenidos de A, Ar, L, del suelo para 10-20 cm de profundidad.
ATRIBUTO Media Mediana Asim. Curtosis Mín Máx CV A-D
RP, MPa 1.98 1.99 -0.02 -0.36 0.50 2.48 11.10 *
Hum Campo, % Vol 26.83 26.60 -0.12 -0.90 11.30 38.50 24.59 *
Hum TDR, % Vol 26.05 26.70 -0.65 0.16 15.87 34.03 15.21 NS A, % 50.66 48.53 1.83 1.03 40.83 77.63 15.14 NS Ar, % 29.09 29.71 -1.08 1.51 16.19 35.71 14.61 NS L, % 20.32 21.20 -1.13 0.82 9.33 26.59 21.11 NS Dr, g cm-1 2.66 2.66 1.19 7.38 2.34 2.66 3.63 NS Da, g cm-1 1.51 1.50 0.13 -0.61 1.10 1.91 11.52 * Ks, cm dia-1 13.78 12 0.81 -0.21 2.5 34.6 58.48 NS PT, % 45.43 46.67 -0.92 0.08 32.42 53.48 11.96 NS Map, % 7.8 7.11 0.92 0.08 4.55 14.51 30.98 NS Mep, % 7.74 7.58 0.42 -0.24 4.96 12.08 19.89 * Mip, % 30.15 30.58 -0.55 0.21 17.8 38.87 15.7 NS
RP: Resistencia a la penetración; Hum: humedad; A: arena; Ar: arcilla; L: limo; Dr: densidad real; Da: densidad aparente; Ks: conductividad hidráulica; PT: porosidad total; Map: macroporosidad;
Mep: mesoporosidad; Mip: microporosidad;Normal: *; No normal: NS.
Los valores de RP en la profundidad 0-10 cm (Tabla 3-3) se encuentran por debajo de los reportados para la altillanura colombiana por Rubiano (2005) y Jaimes et al. (2003), quienes encontraron que estos valores para la sabana nativa oscilan entre 1.73 y 3.37 MPa, esto muestra la diferencia de los valores en este atributo cuando se realiza manejo de suelos y preparación del terreno para la siembra. En la profundidad de 10-20 cm promedian los 1.98 MPa, mostrando probablemente una capa endurecida teniendo en cuenta que un valor de 2.7 MPa es considerado como límite crítico para la penetración de raíces en cultivos comerciales (Corrales et al., 2003). También puede ser producida por la siembra directa empleada en este cultivo, esta genera limitantes para el crecimiento de las raíces, las cuales restringen su exploración a esta capa, lo cual hace que se presente un mayor estrés hídrico en el cultivo y no pueda aprovechar las demás capas del suelo con mejores condiciones (Medina et al., 2012).
Los contenidos de L y Ar están entre valores de 20 y 30 % y son menores al contenido de A, que presento valores promedios de 51 % datos superiores a los obtenidos por
Ramírez-Lopez et al. (2008) para un Typic Haplustox de los Llanos orientales de Colombia.
Para este tipo de suelo de textura entre franco arcillosa y franco arenosa el agua disponible o Mep es de 8 % en volumen para las dos profundidades (Tabla 3-3 y 3-4), mientras que para un tipo de suelo en la Altillanura plana bajo sabana nativa es de 14 y 9 % respectivamente, valores mayores a los obtenidos en este estudio (Amézquita et al.,2000), esto probablemente debido a mayor contenido de humedad a capacidad de campo.
La densidad aparente presento valores de 1.47 y 1.51 gr cm-3 y PT de 46 % para las dos profundidades 0–10 cm y 10-20 cm, este atributo muestra un CV bajo puesto que, de acuerdo con los criterios de Warrick & Nielsen (1980), los valores están cercanos al 12 % mientras que un sistema arroz-caupí con labranza mínima presentó valores de 1.30 gr cm-3 para densidad aparente normal y una buena porosidad total (47 %) (Valencia et al., 2001). Diversos estudios en oxisoles de Hawai y Puerto Rico (El-Swaify, 1980) mostraron que la densidad aparente de estos suelos por lo general fluctúan entre 0.7 y 1.7 g cm-3 y que casi invariablemente, tiende a aumentar con la profundidad. La Da denota valores medios, indicando la presencia de procesos naturales de adensamiento de los agregados del suelo que disminuye cuando el suelo es intervenido (Jaimes et al., 2003).
La PT presento valores entre 45 y 46 %, que se ubican dentro de los datos encontrados por Jaimes et al. (2003) y Ramirez-Lopez et al. 2008, en un oxisol de los llanos orientales de Colombia, y en un sistema agropastoril (basados en maíz), en Carimagua presento valores de 52 %, esto probablemente debido a que el sistema maíz-soya, cuando la leguminosa se incorporó como abono verde, presento mayor PT, Ks, Map, condiciones en general favorables para la producción agrícola (Amézquita et al., 1997; Spain et al., 2007).
En la Tabla 3-5, se encuentran en valores similares de la media y la mediana en la mayoría de las variables estudiadas esto sugiere que el comportamiento de las distribuciones tiende a la normalidad, también los valores para la asimetría y la curtosis son cercanos a 0 para las características: CP, PMAZ, PGR, Hum del grano, Da grano, Dr grano y Rdto, confirmando mediante la prueba de Anderson-Darling que estos atributos pertenecen a una distribución normal.
Análisis de resultados 45
El valor de Rdto (6.33 ton ha-1) es mayor a los obtenidos bajo siembra directa (4.71 ton ha-1) en la rotación maíz-soya incorporada como abono verde en el Ensayo Culticore, fase II, Carimagua, en los Llanos Orientales de Colombia (Rivera et al., 2013).
Tabla 3-5: Medidas descriptivas de las variables poscosecha
ATRIBUTO Media Mediana Asim. Curt. Min Max CV A-D
AP, cm 238.23 240 -0.11 -0.44 204.7 271.7 5.66 NS NP 102.51 104 0.08 0.93 81 136 9.36 NS DS, planta ha-1 56707 57963 -0.52 -0.59 45185 65185 8.63 NS CP, kg 14.116 14.45 -0.39 -0.59 9.9 17.7 13.09 * PMAZ, g 911.95 911.3 -0.52 0.92 643.3 1096 9.08 * PGR, gr 756.51 756.7 -0.03 0.67 596.7 934.7 8.3 * Hum, (%Vol) 16.769 16.7 0.37 -0.05 15.2 18.4 4.03 * Da, kg m-3 773.72 770.81 -0.01 -0.3 719.81 813.13 2.79 * Dr, kg m-3 1275.9 1274.9 0.06 0.04 1214.8 1337.8 2.11 * Rdto, ton ha-1 6.329 6.4 -0.08 -0.47 4.3 8.6 14.19 *
AP: altura planta; NP: número de plantas; DS: densidad de siembra; CP: cosecha punto; PMAZ: peso mazorcas; PGR: peso grano; Hum: humedad; Da: densidad aparente; Dr: densidad real; Rdto.: rendimiento
3.2 Análisis de variabilidad espacial
Con el análisis descriptivo se procede con el análisis geoestadístico (Tablas 3-6, 3-7, 3-8 y 3-9). Se puede afirmar que las variables estudiadas cumplen con la hipótesis de estacionalidad fuerte, dado que los modelos obtenidos son acotados (Biau et al., 1997; Samper & Carrrera, 1990).
Los resultados muestran variedad en los modelos, excepto para el contenido de P en la profundidad 10-20 cm que presentó un efecto pepita puro (EPP) indicando carencia de correlación espacial entre las observaciones de una variable (Giraldo, 2002). Para las demás propiedades predomina el modelo gaussiano en la profundidad 0-10 cm y para la profundidad 10-20 cm se presenta paridad entre modelos con valores de R2 medio de 0.95 y 0.90 y un coeficiente de validación cruzada (CVC) de 0.94 y 0.97 respectivamente. En cuanto al grado de dependencia espacial (GDE), se observó que en la mayoría de los atributos estudiados se obtuvieron valores superiores al 0.75 para las dos profundidades,
exceptuando algunas bases intercambiables como Na, K, Mg, Fe y el contenido de limo (L) de 0.51 demostrando una dependencia espacial fuerte (Cambardella et al., 1994).
Tabla 3-6: Parámetros de los semivariogramas obtenidos de las variables de pH, MO, acidez intercambiable (Ac.I), aluminio intercambiable (Al.I), elementos mayores y menores del suelo para 0-10 cm de profundidad.
Atributo Modelo Co C+Co Rango, m GDE R2 CVC
Ph Esférico 2.0E-5 0.021 153 0.99 0.73 0.70 MO Gaussiano 0.174 1.047 866 0.84 1.00 1.03 P Gaussiano 332.0 1587.0 353 0.79 0.99 1.03 S Exponencial 0.740 6.370 192 0.88 0.72 0.87 Ac.I Gaussiano 0.062 0.428 1146 0.86 0.96 1.01 Al.I Gaussiano 0.054 0.427 1200 0.87 0.97 0.99 Ca Exponencial 1.0E-4 0.037 204 0.99 0.77 0.86 Mg Esférico 0.002 0.005 393 0.50 0.95 1.01 K Gaussiano 0.004 0.007 530 0.51 0.90 0.91 Na Gaussiano 3.0E-4 0.001 587 0.53 0.98 1.09 CE Exponencial 2.0E-4 0.001 189 0.84 0.66 0.63 Fe Gaussiano 12.96 39.81 413 0.67 1.00 1.06 Cu Gaussiano 0.028 0.207 1558 0.87 0.94 0.96 Mn Gaussiano 0.217 0.791 580 0.73 1.00 0.97 Zn Esférico 0.610 1.325 417 0.54 0.82 0.69 B Esférico 0.001 0.009 169 0.87 0.75 0.78 CIC Gaussiano 1.210 9.520 715 0.87 0.97 0.99 C Gaussiano 0.035 0.140 475 0.77 0.99 0.99 N Exponencial 0.0002 8.0E-4 316 0.70 0.93 0.86
Desde el punto de vista teórico un alto valor en el rango permite obtener curvas de predicción más suavizadas reduciendo las magnitudes en varianzas (Díaz, 1993). Basándose en esto se observa que los rangos obtenidos de Cu y Al en la profundidad 10-20 cm y contenido de limo y K son superiores a la máxima distancia de muestreo (1170 m). Lo anterior es un indicador de fuerte dependencia espacial.
